第24回R&R建築再生展2019：セミナー 1〜3
従来の枠を越えた将来の建築像を探る
東芝エレベータは「建築ビジネスの最適化・効率化を推進 働き方を変える。東芝エレベータが変える」をテーマに掲げ、2019年6月11日～13日に東京ビッグサイト青海展示棟で開かれた「第24回R&R建築再生展2019」に出展しました。
建築再生展では、IoTやBIMを活用して建築業界の利便性向上と効率化を実現するサービスに関する展示を行うとともに、12日、13日には6人の外部有識者を招いてセミナーとトークセッションを開催しました。
今回は6月12日のセミナーをご紹介します。
- 山田 悟史 氏
- 立命館大学 理工学部 建築都市デザイン学科 任期制講師
- 中澤 公伯 氏
- 日本大学 生産工学部 創生デザイン学科 教授
- 長坂 俊成 氏
- 立教大学大学院 21世紀社会デザイン研究科 教授
セミナー 1〜3
従来の枠を越えた将来の建築像を探る
変化する社会と急速に進む技術革新に対し、建築業界はどのように対応するのか。
建築再生展2日目の6月12日、東芝エレベータは「災害時に住宅として転用可能な移動式住宅」「AIによるデザイン評価で建築設計の精度を高める試み」「BIMとVRによる歴史的建造物の活用」という3つの異なる視点から、建築の将来像についてのセミナーを開催しました。
防災と移動式木造住宅
長坂 俊成氏
立教大学大学院 21世紀社会デザイン研究科 教授
筑波大学大学院経営政策科学研究科修了（法学修士）。（独）防災科学技術研究所社会防災システム研究領域プロジェクトディレクターなどを経て現職。一般社団法人 協働プラットフォーム代表理事なども兼務。
従来、被災者に提供される応急仮設住宅は主に建設型のプレハブ仮設住宅が利用されてきました。しかし、プレハブはあくまで仮設住宅として設計されたもので、一般住宅の住環境と比較するとかなり劣ります。そこで今日は、もともと本設の住宅として設計・製造された移動式木造住宅「ムービングハウス」を被災者住宅として活用する事例をご紹介します。
このムービングハウスは、昨年7月の西日本豪雨で被災した倉敷市で、日本初の災害救助法に基づき応急仮設住宅として提供されました。その後、昨年9月に起きた北海道胆振（いぶり）東部地震の時も応急仮設住宅として提供され、現在も使われています。
公表資料によると、ムービングハウスの供給コストは倉敷の場合はプレハブの2分の1以下、北海道の場合は3分の1以下でした。また、窓ガラスは全部三重なので、光熱費はプレハブよりもかなり抑えられます。入居する被災者の健康被害の面、経済面から有効なだけでなく、行政にとっても財政的にメリットがあります。
プレハブは職人さんがいないと建てられませんが、ムービングハウスは非熟練のパートでも工場で組み立てられます。あとはトラックで運び、クレーンで吊るして下し、設置するだけです。耐用年数も100年以上といわれています。
これから是非皆さんと一緒に、ムービングハウスを全国各地で製造し、平時は宿泊研修施設などとして利用しながら災害に備える、社会的備蓄を推進しましょう。この宿泊研修施設は、宿泊者が利用しない時間帯は、子ども食堂、高齢者のサロンなどにも活用でき、第一弾として、茨城県境町に今年度中に建設することが正式に決まりました。秋には株式会社を設立し、全国展開を目指します。未来の共生型社会を支えていく地域の拠点として、官民協働で普及・社会的備蓄を推進していきたいと考えております。
デザインするAI
山田 悟史氏
立命館大学 理工学部 建築都市デザイン学科 任期制講師
日本大学大学院生産工学研究科建築工学専攻博士後期課程修了。早稲田大学人間科学部助教などを経て2017年から現職。歴史都市防災研究所研究員なども兼務。
人特有の思考・行為をAIに代替させるのは困難と認識されがちです。しかし、ディープラーニング※1を用いたAIの特性を踏まえると、人との因果関係が不明瞭で曖昧なデザインにはAI活用の可能性が大いにあると考えています。近年のディープラーニングの研究成果に着想を得て、建築への応用を試みたのが僕の研究です。その根幹となるAI技術は、敵対的生成ネットワーク※2という技術です。
作成者の意図に応じた雰囲気を持つ街並みを描写できるAIの作成など、いくつも研究を手がけていますが、今回は建築物の外観に対するAIの適用可能性を検証した研究を紹介します。
この研究は、ル・コルビュジエ※3などの巨匠のデザイン・感性を再生可能な歴史的資料として保存する試みです。実際、彼の3つの代表作品を学習させたAIに描画させてみると、本物にかなり近い外観、少し違う外観を描画することができました。
こうしたAIを作成できたということはデザインを数学にできた、つまり、アイデアやデザインを組み合わせることが可能になったということです。こうしたことから、AIはデザイン発散※4の強力なパートナーになりうると考えています。加えて、デザインプロセスの研究に異化作用※5と馴質異化作用※6という言葉がありますが、人がそのような意識を持ってAIが描画したデザインを見つめることで、AIから有用な気づきを人が得られるのではと考えます。
僕は設計初期段階に投入されるAIの研究が面白いし、人特有という価値観もあり難しそうだからこそ、やりがいもありますので、現在、生成するAIと判断するAIを研究しています。研究室に在籍する大野耕太郎君と池之上慎吾君が、今回ご紹介した事例の発展に取り組んでいる最中なので、できるだけ早くその成果をまたご紹介したいです。
※1 ディープラーニング：人間の脳を模した多層のニューラルネットワークでコンピューターに学習させる機械学習の一手法。
※2 敵対的生成ネットワーク：生成器と判定器を用意し、両者を競わせるように学習させるディープラーニングの一手法。生成器が出力したイメージの正否を判定器で識別させるが、その際、生成器はなるべく判定器を欺く方向で学習し、判定器はより正確に識別できる方向で学習する。GANsと略称されることもある。
※3 ル・コルビュジエ：主にフランスで活躍した、20世紀を代表する建築家の一人。フランク・ロイド・ライト、ミース・ファン・デル・ローエとともに「近代建築の三代巨匠」と呼ばれている。代表作品として、サン・ピエール教会、ロンシャン教会、サヴォア邸があり、山田氏はこの3作品をAIに学習させた。
※4 発散：選択肢を大幅に増やすこと。
※5 異化作用：ヴィクトル・シクロフスキイは「日常的（自動化された）事物の組み合わせの中において生気を失っている事物が、新たな組み合わせの中で生気を取り戻すこと」と定義している。
※6 馴質異化作用：J・ゴードンは「見慣れたものを見慣れないものにすること」、B・ローソンは「創造性とはものごとや自分自身についての見方を変えられること」と定義している。
BIMを活用した歴史的建築物のVR化
中澤 公伯氏
日本大学 生産工学部 創生デザイン学科 教授
日本大学大学院生産工学研究科博士後期課程建築工学専攻修了。2009年より日本大学生産工学部創生デザイン学科勤務。関東学生景観デザインコンペティション実行委員長。
歴史的建築物は、他地域との差別化を図れるなどのメリットがあります。その反面、状態の維持・復元に多大な費用がかかるなどの問題を抱え、持て余している自治体も少なくありません。3次元スキャンとBIMを使えば、このような歴史的建築物を保存・活用できますし、さらにVR化すると、市民の方々にも知っていただけるようになります。
事例をひとつご紹介します。東京都板橋区にある加賀公園は、江戸期は前田家の屋敷、戦前は陸軍の工場、戦後は野口研究所・理化学研究所と3つも重なってあった、非常に珍しいところです。この価値を皆さんに知っていただくために、現在、VR化のプロジェクトを進めています。
公園内に現存する古い建築物には、CADデータはもちろん、図面も残っていません。そこで、まず3次元測量を実施しました。その後、ReCap※1を使って点群データを作成し、このデータをもとにBIMモデル化して、さらにVRデータにしました。
BIMモデルは、形状データの他に属性があります。さらに、パラメトリックですから、数値を変えると簡単に形を変えられます。この2つの特徴を使うことで、歴史的建築物の特徴を生かすことができます。
歴史的建築物でもうひとつ大事なのはコンバージョンです。コンバージョンが得意なBIMを導入することで、歴史的建築物の保存に役立てられるのではと考えました。BIMがコンバージョン設計にも適していることは大事なポイントだと思います。
※1 ReCap：オートデスク社が開発した3Dスキャン用のソフト。レーザースキャンしたデータをもとに3D点群データを作成し、3Dモデルを作成できる。
6月12日のセミナーが終了したのは16時45分。講演の後にご来場者との質疑応答や識者との名刺交換が行われるなど、活気に満ちたセミナーとなりました。
次回はシリーズインタビュー「ICT技術とBIM」の第２弾として
小松平佳氏（AI-feed代表取締役）＆金田充弘氏（AI-feed取締役）が登場！